金融集聚影响绿色经济发展吗？——基于空间计量及门槛效应的实证研究

○徐秋艳 邵秀花

（石河子大学经济与管理学院，新疆 石河子 832000）

一、引言

我国经济从高速发展转向高质量发展的同时，也伴随着资源高消耗、污染物高排放等问题，截至2020年，全国能源消费总量达到49.8亿吨标准煤，二氧化碳排放总量达到100亿吨。鉴于此，我国提出“二氧化碳排放量力争于2030年前达到峰值，努力争取2060 年前实现碳中和”的目标，我国“十四五”规划中也明确提出“推动绿色发展，促进人与自然和谐共生，坚持绿水青山就是金山银山理念，加快发展方式绿色转型”的发展目标，因而绿色经济越来越受到大家的重视。目前，我国工业依托多维度的低碳发展体系，在保持快速发展的同时，碳排放强度持续下降，在节能减碳上取得了显著效果，国家级经开区打造了32 家绿色示范园区，支持外资参与国家级经开区环境治理和节能减排，在推动生态文明建设、实现绿色发展方面取得了显著成效，长江经济带绿色制造体系于2020年初步建立，与2015 年相比，规模以上企业单位工业增加值能耗下降18%，重点行业主要污染物排放强度下降20%，重点行业水循环利用率明显提升等一系列事实，由此可看出绿色经济发展是我国经济发展的必然趋势，但也存在绿色区域发展难、绿色创新能力不足等问题。在保护环境和经济增长协调发展的前提下，如何促进绿色经济高质量发展，是现阶段经济转型过程中需要解决的关键问题。

目前我国在资源环境约束下，经济增长面临着绿色转型的压力，迫切需要寻求兼顾环境保护和经济质量的增长方式。金融作为我国经济发展的核心和动力，更是绿色经济发展的重要支撑，做大做强金融业则是实现经济绿色增长的重要途径和必然选择。金融集聚作为经济增长的驱动力量，更是金融业实体经济集聚的最终产物，通过其特有的溢出效应和流动性，能够优化资金配置，引导区域资源流向绿色产业，为当地各大产业的技术改造和可持续发展提供必要的资金支持，进而推动区域绿色经济发展。因此，研究金融集聚对绿色经济发展的影响是至关重要的。鉴于此，本文将金融、环境和经济相融合，通过空间杜宾模型和面板门槛模型等深入研究金融集聚对我国绿色经济发展的促进作用、溢出效应和门槛效应，通过量化分析的结果针对性地提出对策建议，对充实和完善金融学、经济学领域的研究成果有一定的理论价值，同时也对相关部门如何提高各地区金融集聚发展水平，加快绿色经济转型等有重要的现实参考价值。

二、文献综述

关于金融集聚对经济发展的影响研究，国外学者认为金融集聚会形成金融产业集群，进而形成“系统规模经济”，促进经济快速发展[1-2]。同时，国内学者认为省域间金融集聚和经济发展存在空间自相关，金融集聚对区域经济有一定的溢出效应[3-5]。不仅如此，张昌兵等[6]认为金融集聚还对经济高质量发展具有显著正向促进作用，正向促进作用在落后型地区呈逐步减弱趋势，而在明星型地区和平庸型地区其正向促进作用愈发加强。

近年来，学者们不再局限于金融集聚对经济发展的影响，开始深入探究对绿色经济发展的影响，并在二者之间的关系研究上有了一定的成果，如王锋等[7]研究发现我国金融集聚和绿色经济发展存在显著的空间自相关性，金融集聚能够促进绿色经济的发展；陈爱珍[8]则表示在直接效应和空间溢出上，金融集聚提升了经济绿色发展水平。此外，曹鸿英和余敬德[9]还分析出金融集聚不仅对本省绿色经济具有正向影响，而且对邻近省份绿色经济存在空间溢出效应，并进一步发现相较于中西部，东部地区金融集聚对绿色经济的促进作用较强。不仅如此，金融集聚还能够通过增强技术创新、优化产业结构和实现节能减排三种渠道提升城市绿色经济效率，进而促进绿色经济的发展[10]。

通过对相关文献的归纳，可以发现学者们就金融集聚对绿色经济发展的影响做了一定的探索，形成了一定的研究成果。然而，现阶段学者多是从线性模型的角度探究金融集聚对绿色经济发展的影响，鲜有学者从非线性效应角度进行研究。而本文在自然资源耗减和环境保护两个方面对绿色经济发展进行测算的基础上，探究金融集聚对绿色经济发展的溢出效应，同时挖掘金融集聚对绿色经济发展的非线性效应，即门槛效应。

三、理论分析与研究假设

一个地区发生金融集聚现象后，通过规模经济效应和溢出效应，促进产业结构的优化升级与创新能力的提升，有效提高了资源的使用效率，导致更多的人员与资金流向高效率、低污染的项目，刺激生产力的发展，推动经济的集约化和可持续发展，最终对该地区绿色经济发展产生积极影响。

（一）规模经济效应

金融集聚使得大量金融机构集聚到一起，但这种集聚更是各机构间形成新的相互合作力，产生规模经济效应。一方面，在规模经济效应影响下，金融机构之间能够更加便捷地开展多种业务合作，从而促进金融资源的快速流动，增加地区市场流动性，刺激经济可持续性发展；另一方面，为金融集聚区内企业共享公共社会资源创造了条件，降低资源的浪费和环境污染，在经济可持续发展与生态环境保护双重作用下，对绿色经济发展产生积极影响。此外，在规模经济效应的影响下，不断吸引外来机构的加入，造成本地市场竞争的加剧，在这种竞争影响下金融集聚地区资源配置进一步得到优化，推动产业结构不断优化，最终达到提升金融集聚区绿色经济发展的效果，基于此，本文提出假设H1：

假设H1：金融集聚通过规模经济效应提升地区绿色经济发展。

（二）溢出效应

金融行业的服务相对于其他行业受信息传输、运输成本的限制相对较少，而且金融集聚引起的金融机构集中会加强机构之间、企业与员工之间的交叉，加深了不同经济实力机构之间的交流，使得知识、技术、信息向周边扩散，产生空间溢出效应，提升区域间的协作效率，通过优化资源配置、提升创新能力与知识积累水平等途径，促进绿色经济发展。此外，金融集聚在发展自身绿色经济的同时，也会对外形成正向溢出效应，带动周边地区绿色经济发展，使区域间的绿色经济得以快速发展。因此，金融集聚对地区绿色经济的空间溢出效应也存在一定的基础，也就是说，金融集聚不仅对本地区的绿色经济发展存在影响，而且能对周边地区的绿色经济发展发挥作用，基于此，本文提出假设H2：

假设H2：金融集聚通过溢出效应影响邻近地区的绿色经济发展。

（三）门槛效应

金融主要通过影响投资和储蓄来影响资金流量结构，进而引起生产要素分配结构的变化，促使产业结构优化，从而促进经济绿色发展[7]。但金融集聚对绿色经济发展的正向作用可能存在“门槛”特征。较低的金融集聚水平不利于集聚区内发挥外部效应和网络效应，从而影响金融集聚对绿色经济发展的促进作用；而当金融集聚超过门槛值时，其自我溢出效应和流动性开始发挥作用，金融集聚产生的集聚效应将更多的金融资源集中起来，形成正向推动系统，使金融集聚促进绿色经济发展呈现出加速效应，基于此，本文提出假设H3：

假设H3：金融集聚对绿色经济发展存在“门槛效应”。

四、变量选取、数据来源及模型构建

（一）变量选取及数据来源

1.变量选取

本文的被解释变量为绿色经济发展指标，对于绿色经济发展的测算研究，林卫斌等[11]提出从经济发展、资源消耗、环境污染三个方面构建指标体系。彭涛和吴文良[12]则认为自然资源耗减的影响最大，环境质量降级的影响次之。鉴于此，考虑到数据的可得性，本文参考《绿色国民经济核算公告2004》相关数据和相关文献[12]，对绿色经济发展（GGDP）进行测算，具体公式如下：

式（1）中，i为省市自治区，j为资源耗减种类，t为年份为各省市自治区历年来自然资源耗减累加，包括水资源、煤炭、原油和天然气四种资源为各省市自治区历年的环境降级成本累加，包括废水、废气、一般工业固体废弃物和垃圾四种污染物。其中,自然资源耗减量中水资源价值≈自来水价格×用水量，自来水价格采用各省市自治区中心城市历年自来水价格；煤炭价值、原油价值、天然气价值都采用价值量单位价格能源消耗总量，煤炭单价采用西北欧标杆煤炭价格，原油单价采用即期布伦特原油现货价格，天然气单价采用美国亨利中心天然气价格。环境降级成本量中，损失价值单位处理价格污染物排放量，由于很难找到统一的各种污染物单位处理价格，因此依据《绿色国民经济核算公告2004》粗略计算“三废”的平均处理价格。同时，为消除量纲的影响，对其进行对数化处理。

本文的解释变量为金融集聚指标，主要是衡量金融业在空间分布上的集聚状态。目前，关于金融集聚和绿色经济发展的测算研究，并没有一个统一的方法。对于金融集聚的测算研究，王伟[13]提出采用赫芬达尔指数来反映金融业集中度，戴伟和张雪芳[14]利用数据包络分析法（DEA）测算金融业效率水平，还有学者用空间基尼系数、HI 指数、行业集中度、区位熵系数、G 指数等来对金融集聚度进行测算[15-16]。而本文对于金融集聚指标的选取，鉴于数据的可得性，参考于斌斌[17]对于金融集聚的综合评价方法，采用区位熵的方法来对金融集聚进行量化，具体公式如下：

式（2）中，LQij表示区位熵值，衡量某一区域某一个要素的空间分布状况，即第j个省市自治区的i产业区位熵，i,j分别表示金融业和省市自治区；qij表示第j省市自治区的i产业增加值；qj表示第j个省市自治区的地区生产总值；qi表示全国i行业的增加值；q表示国内生产总值。值大于1 则说明存在金融集聚现象，LQij值越大，表示集聚程度越高。

本文的控制变量参考徐晔和宋晓薇[18]采用人力资本水平、对外开放程度和政府财政支出三个变量。其中，人力资本水平（HUM）用地区人均受教育年限来测算，在数据处理中做对数处理，对外开放度（OPEN）由进出口额占GDP 的比重来测算，政府财政支出（GOV）由财政支出占GDP的比重来测算。

2.数据来源

本文数据来源于历年《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》、各省市自治区历年统计年鉴及各类统计调查资料的年度数据，由于数据的缺失，选取2005—2017 年我国30 个省市自治区（因数据不全，本研究不含西藏自治区及港澳台地区）的数据。需要说明的是关于绿色经济发展指标的测算，由于2017年之后中国统计年鉴不再统计“三废”数据，故本文数据测算截止到2017年。

（二）模型构建

1.空间自相关模型

空间自相关模型主要是用来研究整个空间以及各个单元间的相互依赖关系，本文主要利用全局空间自相关（Moran’s I）的值来反映不同区域间绿色经济发展之间的关联度，计算公式为：

式（3）中，值为Moran’s I 统计量；xi和xj为i省市自治区和j省市自治区的绿色经济发展水平；xˉ为区域要素平均值；wij为空间权重矩阵，若两区域相邻，则为1，若不相邻，则为0。I的取值在[-1，1]之间，如果I值小于0，则表示空间负相关，表明某区域与周围区域的绿色经济发展水平之间具有显著差异，呈现空间分散状态；如果I值等于0，则表示空间呈随机性，表明某区域与周围区域的绿色经济发展水平之间没有相关性，呈现随机分布状态；如果I值大于0，则表示空间正相关，表明某区域与周围区域的绿色经济发展水平之间有很强的相关性，呈现集聚状态。

2.空间权重矩阵

空间权重矩阵是衡量各个变量在区域上空间分布的联系紧密程度，基于地理学的定律，地理位置相近区域内的事物紧密程度远远大于地理位置相隔较远区域内事物的紧密程度，因而本文选取空间邻接矩阵，定义如下：

式（4）中，i与j为各省市自治区，最终形成空间权重矩阵为：

3.空间面板模型

为了分析金融集聚对绿色经济发展的影响，将空间效应纳入计量模型进行研究，探究金融集聚对绿色经济的空间溢出效应，构建空间面板模型：

其中，yit表示i省市自治区t时期的绿色经济发展量，xit表示解释变量金融集聚，wij表示空间权重矩阵中的元素，Xit表示控制变量，σ为被解释变量空间自回归系数，β为解释变量回归系数，ϕ为解释变量空间回归系数，λ为空间误差回归系数。通常会有以下几种特殊模型：

（1）若σ≠0,ϕ≠0,λ=0，式（5）为空间杜宾模型（SDM），表示既考虑区域间绿色经济发展又考虑区域间金融集聚对绿色经济发展的影响。

（2）若λ≠0，σ=0,式（5）为空间误差模型（SEM），表示测算邻近省市自治区除金融集聚之外未纳入考虑的因素对绿色经济发展的影响。

（3）若σ≠0,ϕ≠0，式（5）为空间滞后模型（SLM），表示测算邻近区域的绿色经济发展对本区域绿色经济发展产生的影响。

4.面板门槛模型

由于金融集聚与绿色经济发展间可能存在非线性关系，因而采用面板门槛模型[19]，以金融集聚作为“门槛变量”来探究金融集聚对绿色经济发展的非线性效应：

式（6）中，i表示个体，t代表时间，ϕi表示控制变量的待估参数，φi为控制变量，β1为门槛依赖变量的待估参数，xit为解释变量，εit为误差项，qit为门槛变量，γ为门槛值。

五、实证结果与分析

（一）变量的描述性统计分析

金融集聚变量。从时间维度上分析，各省市自治区的区位熵值平均值总体呈现上升的趋势，2017 年全国的区位熵值平均值达到了0.99，接近1，表明我国金融业集聚现象总体开始凸显；从空间维度分析，区位熵值标准差总体呈现缩小的趋势，说明各区域间金融集聚水平的差距在逐步缩小（见表1）。

绿色经济发展变量。从时间维度上分析，各省市自治区的绿色经济（GGDP）平均值从2005 年的0.57 万亿元增长到2017 年的2.64 万亿元，增长了4.63 倍，表明我国绿色经济（GGDP）随着GDP 的增长而逐步增长；从空间维度分析，我国绿色经济（GGDP）标准差呈现一个增长状态，表明各区域间绿色经济的发展差异在逐步扩大（见表1）。

表1 变量的描述性统计

另外，从均值分析可以看出，控制变量中人力资本水平和政府财政支出呈现增长趋势，而对外开放度呈现下降趋势，说明我国人均受教育年限增多，政府财政支出也不断增加；由标准差分析中可以发现，人力资本水平和政府支出呈现增长趋势，表明随着时间的增长，各地区的差异越来越明显，而对外开放度呈下降状态。

（二）空间相关性分析

对我国绿色经济发展进行空间相关性检验，测算2005年到2017年的Moran’s I指数，基于空间相邻的0-1 矩阵作为空间权重矩阵，进行行标准化，采用双尾统计检验分析，结果如表2 所示。由表2中可看出，绿色经济发展的Moran’s I值均通过1%的显著性水平检验，且在考察年间Moran’s I 值均为正数，z值均大于2，因而可以说明我国各省市自治区间的绿色经济发展存在正向的空间自相关关系，除2013年和2014年的Moran’s I值作用相对较小，显著性相对较弱外，其他年份的Moran’s I值均较大，显著性均较强。各省市自治区之间的绿色经济发展在空间分布上呈现明显的正向集聚效应。总体来看，我国绿色经济发展的Moran’s I 值呈现“U”型分布，说明随着时间的推移，区域间绿色经济发展的空间正相关关系先逐步减弱，到2014 年达到最小，又在2014—2017 年间区域间的空间自相关性逐步增强。

表2 2005-2017年绿色经济发展Moran’s I值及检验结果

为了更好地观察区域间绿色经济发展的空间异质性这一特征，基于单尾检验，选取2005年、2009年、2013 年和2017 年的数据绘制Moran’s I 值散点图。由图1可以发现，基于单尾检验的Moran’s I值与双尾检验的Moran’s I值有所差异。大部分省市自治区都分布在第一和第三象限，而天津、山西、广东、四川均在第二和第四象限，表明我国各省市自治区间绿色经济发展存在显著的空间正相关关系。其中，北京、河北、江苏、山东和河南等地区均分布在第一象限，表明这些地区的绿色经济发展程度处于一个快速发展阶段，呈现“高—高”集聚；而云南、青海、宁夏和新疆等地区均分布在第三象限，表明这些地区的绿色经济发展程度较慢，呈现“低—低”的集聚分布。此外，还可以发现，随着时间的推移，各省市自治区在象限的分布并没有太大变化，因而说明我国各省市自治区间绿色经济发展呈现稳定的空间正相关关系。

图1 我国各地区绿色经济发展的Moran’s I值散点图

（三）空间计量模型分析

根据空间相关性Moran’s I 值的分析，各省市自治区间绿色经济发展存在显著的空间正向相关性，因此引入空间面板计量模型。首先，使用Hausman检验，p值为0.001，表明在1%的检验水平下拒绝随机效应的原假设，故应该选择固定效应模型。再根据LR检验来判断空间杜宾模型是否会退化成SEM 或SLM，检验结果中空间滞后（Spatial lag）的p 值为0.003，空间误差（Spatial error）的p 值为0.000，表明在1%的显著性水平下均拒绝原假设，故选取空间杜宾模型来衡量区域间金融集聚对绿色经济发展的影响。固定效应的空间杜宾面板模型分为空间固定效应模型、时间固定效应模型以及时空固定效应模型，根据表3 结果分析，在三个模型中，空间固定效应模型的拟合优度最大，且rho值最大，通过1%的显著性检验，相比之下，认为应选取空间固定效应模型更符合。

表3 空间杜宾面板模型估计结果

在空间固定效应模型中，金融集聚（LQ）的系数均为正且通过1%的显著性水平检验，说明金融集聚对绿色经济的发展具有正向促进作用。金融业的集聚使得金融资源在集聚区汇集，带来规模经济效应，使得区域间企业形成横向与纵向的协作，通过整合产业链，促进规模经济的持续发展，从而提升区域生态质量，加快绿色经济的发展，至此，假设H1 得到验证。变量W×LQ 的系数为0.061，通过了5%的显著性水平检验，进一步说明了金融集聚在时空维度上对绿色经济存在显著正向空间溢出效应，即邻近区域的金融产业集聚通过溢出效应对绿色经济发展有显著正向的影响，至此，假设H2得到验证。此外，在空间固定效应模型中，人力资本水平（HUM）对绿色经济发展表现出显著正向作用，表明人力资本水平在很大程度上可以促进绿色经济的发展；对外开放度（OPEN）表现出对绿色经济发展有一定的负向作用，政府财政支出（GOV）对绿色经济发展的促进作用也是显著的。

（四）直接效应、间接效应和总效应分析

为了进一步测算金融集聚对绿色经济发展的影响，本文对三种模型的直接效应、间接效应和总效应进行检验。由表4可知，选取空间固定效应模型分析，金融集聚（LQ）的总效应系数为0.553，说明本区域金融集聚程度每增加1%，将促进本区域绿色经济发展总体上升0.553%；直接效应系数为0.174，说明金融集聚对本区域的绿色经济发展存在正向作用，本区域金融集聚程度每增加1%，将促进本区域绿色经济发展上升0.174%；间接效应系数为0.379，说明本区域金融集聚程度增加1%，将促进邻近区域的绿色经济发展上升0.379%。由此可见，金融集聚在一定程度上不仅影响本区域的绿色经济发展，还间接影响邻近区域的绿色经济发展，也与假设H2相吻合。从总效应分析，直接效应占31.46%，而间接效应占68.54%，说明金融集聚对绿色经济的发展溢出效应显著。此外，人力资本水平和政府财政支出的三种效应系数均为正，且表现出显著的促进作用，而对外开放度的三种效应系数为负，且不显著，表明对绿色经济的发展有一定的反作用。

表4 直接效应、间接效应和总效应估计结果

（五）门槛效应分析

金融集聚会推动我国绿色经济的发展，但这种推动作用有可能在金融集聚发展到一定程度才显著，因而金融集聚对绿色经济发展可能存在“门槛效应”。本文基于Bootstrap 法采用重复抽样300次，以金融集聚作为门槛变量，进行门槛效应检验，结果见表5。

表5 金融集聚门槛检验

由表5中可以看出，金融集聚单一门槛检验在5%的置信水平下存在门槛效应，双重门槛的p 值为0.2033，未能通过检验，因而认为金融集聚存在单一门槛效应，估计出的门槛值为0.70，说明金融集聚对绿色经济发展的影响具有单一门槛效应。

同时，通过表6 门槛效应估计结果可看出，若金融集聚值小于门槛值时，系数为-0.013，未能通过检验，说明金融集聚对绿色经济发展的影响不显著，表明金融集聚程度达不到一定要求水平，金融集聚可能对绿色经济发展不产生影响，可能是因为金融集聚程度较低，未能实现金融与实体经济的相融合，使得金融不能促进绿色经济发展；若金融集聚值大于门槛值时，系数为0.154，且通过5%的显著性水平检验，表明金融集聚对绿色经济发展存在正向影响，金融集聚值的增加有助于促进绿色经济发展。综上，金融集聚对绿色经济的发展存在“门槛效应”，假设H3得到验证。

表6 门槛效应估计结果

（六）稳健性检验

为验证金融集聚对绿色经济发展影响的有效性，本文根据对数据可得性的考究，采用两种方法进行稳健性检验，第一种方法是变量替换法，参考余泳泽等[20]计算金融集聚区位熵的方法，采用各地区金融业从业人员与就业总人数的区位熵指数作为金融集聚的衡量指标，进行稳健性检验；第二种方法是模型替换法，考虑到金融集聚与绿色经济之间存在内生性问题，采用GMM 模型进行稳健性检验。检验结果见表7，无论是变量替换法还是模型替换法，检验结果均表明金融集聚对绿色经济发展的作用方向和上述回归结果一致，均显著，说明上述分析的实证结果具备较高的可靠性和较强的稳健性。

表7 稳健性检验

六、结论与建议

（一）主要结论

本文基于2005—2017年30个省市自治区的数据，对我国各省市自治区的金融集聚与绿色经济发展进行测算，运用空间自相关模型分析我国各省市自治区的绿色经济发展之间的空间相关性，并使用空间杜宾面板模型探究金融集聚对绿色经济发展的影响。研究结果表明：第一，随着国内GDP的增长，绿色经济也逐步增长，但各省市自治区间绿色经济发展不均衡，东部地区的绿色经济发展程度最高，中部地区的绿色经济发展程度次之，西部地区的绿色经济发展程度最低。第二，我国各省市自治区之间绿色经济发展存在显著的正向空间相关性，金融集聚对绿色经济发展有正向促进作用，且金融集聚对绿色经济发展有显著的溢出效应。第三，本区域的金融集聚不仅促进本区域的绿色经济发展，还在一定程度上对邻近区域有正向作用。第四，金融集聚对绿色经济发展存在单一“门槛效应”，当金融集聚值超过门槛值时，则会促进绿色经济的发展；当金融集聚值低于门槛值时，金融集聚可能不影响绿色经济的发展。

（二）政策建议

首先，积极推动多形式跨区域合作，缩小区域间绿色经济发展之间的差距。人才是绿色经济发展过程的核心力量，资源是绿色经济发展的储备力量，资金促进绿色经济高质量发展，因而，各省市自治区在优化自身的产业结构、发展绿色经济的同时，更应加强区域间人才、资源和资金的合作交流，积极推动多形式跨区域合作，各地相关部门可根据当地情况出台不同的优惠政策，吸引相关资源的流入，缩小区域间绿色经济发展水平的差距，带动周边区域绿色经济高质量发展。

其次，加强金融集聚程度，充分发挥金融集聚对绿色经济发展的正向促进和溢出作用。金融集聚是区域经济增长的重要推动力，金融资源通过集聚与扩散作用实现其在地区间的流动，金融集聚在提升本地绿色经济发展的同时，能够通过辐射带动作用影响周边地区绿色经济发展，因此，各地区可以通过政策引导、财政支持等方式，构建多层次金融体系，发挥各地区金融中心的自身优势，有效提升地区金融集聚水平。另外，还可通过完善金融支持绿色经济发展的政策体系，提升金融对绿色产业发展的支持能力，促进绿色经济快速稳步发展。